教育、职业对收入差´代际传递影响的实证分析

徐晓红（安徽大学 经济学院，合肥 230601）

教育、职业对收入差´代际传递影响的实证分析

徐晓红
（安徽大学 经济学院，合肥 230601）

文章采用双样本工具变量法，整合CHIP数据和CFPS数据，在克服多重计量偏误的基础上，测度并分析了教育、职业对城乡居民收入差距代际传递的影响。研究发现：教育传递和职业传递是收入差距代际传递的重要路径，但城乡之间存在差异，城镇居民的教育传递贡献率高于职业传递，农村居民则相反。利用代际流动矩阵的进一步分析表明，农村低收入家庭子女通过教育、职业路径向上流动的机会较低，容易陷入贫困代际传递陷阱。

教育传递；职业传递；收入差距；双样本工具变量法

0 引言

近年来，伴随着城乡收入差距、行业收入差距的持续扩大，中国居民收入差距出现了代际传递趋势[1]。收入差距代际传递，意味着子辈收入在很大程度上取决于父辈的收入，由父辈的经济能力、社会地位甚至社会关系决定，而非自身的勤奋和努力程度。相对于静态收入不平等，收入差距代际传递改变的是下一代的收入分配状况，反映了更长时期内的动态不平等，也是一个社会机会不平等的体现。教育、职业一直被认为是收入差距代际传递的重要路径，准确判断教育传递、职业传递的影响程度并比较城乡差异，有助于确定未来公共政策的方向和重点，并检验调节城乡收入差距的相关政策是否存在偏差，对于缩小收入差距，保证中国成功跨越“中等收入陷阱”，促进社会公平正义和和谐有着重要意义。

现有文献从教育、职业视角对收入差距代际传递路径进行了探讨，但总体看来定量研究较少，且由于数据的欠缺，现有研究中普遍存在计量偏误问题。本文利用CHIP数据和CFPS数据，基于双样本工具变量法，克服现有研究中存在的多重计量偏误，测度教育、职业对收入差距代际传递的贡献，比较了城乡差异，并利用代际流动矩阵，对教育、职业传递路径城乡差异的内在特征进行了深入分析。

1 方法、数据与变量

1．1 代际收入弹性估计方法

收入差距代际传递路径分解一般基于代际收入弹性。将子辈永久收入对数值对父辈永久收入对数值进行回归，得到的回归系数就是代际收入弹性。该弹性数值的大小，反映了子辈收入在多大程度上受父辈收入的影响，弹性越大，收入差距代际传递程度越高。但是，缺乏包含父子收入的时间跨度较长的大规模数据，是当前测度中国居民代际收入弹性所面临的最大问题。中国现有家庭收入跟踪调查数据的主要缺陷是，要么同一样本中只有子辈收入缺乏父辈收入，要么父子收入同在一个截面，且都来源于父子共同居住的家庭。使用这样的数据测度代际收入弹性，容易产生以下计量偏误。一是暂时性收入偏误。即用当期年收入或者几年的收入作为永久收入的替代变量，代际收入弹性会被低估。Solon（1992）明确指出了这一偏误，并提出增加本人和父亲的年龄加以克服[2]。二是生命周期偏误。即未考虑整个生命周期不同阶段收入的特点，而“随意”选取某一年龄点可观测收入产生的偏误。在截面数据中，子女处于职业生涯早期，父亲处于职业生涯晚期，而使用父亲年老时的收入测度代际收入弹性，会导致弹性下偏[3]。三是同住样本选择偏误。如果样本只来源于父子同住的家庭，遗漏了那些没有与父母同住的成年子女，就会由于样本代表性不足而产生系统误差。

在数据不完善情况下，为了消除代际收入弹性计量偏误，国际上新近发展了双样本工具变量法。

若样本I中包含了i家庭父亲的一组社会经济特征变量Zif，如受教育程度、职业等，则父亲的永久收入Yif可以通过（1）式估计：

如果在样本I中能够观测到Zif和子辈永久收入Yi

c的值，却无法观测到Yitf的值，又存在源于同一总体的样本J，且样本J包含Zf的相关信息，那么，通过样本J可以计算出γ的估计值ˆ，即：

据此，在样本I中可以计算出父亲的收入，再通过（3）式估计代际收入弹性β：

根据这一思想，由于父亲永久收入是通过两个独立样本，利用工具变量得出的估计值，这就消除了代际收入弹性向下的偏误；又由于父子收入来自两个时间上跨代际的样本，分别处于不同的生命周期，能够避免生命周期偏误，而“合成”的父子不存在同住样本选择问题。

1．2 传递路径分解方法

基于代际收入弹性，利用Lefranc等（2005）[4]提出的方法，对教育、职业的影响进行分解。若父辈和子辈的永久收入分别为：

其中，Edu表示受教育程度，Soc表示职业，使用工具变量法估计的β可以被表示为：

将（4）式和（5）式代入（6）式，β可以被分解为六个部分：

（7）式的含义是：父辈收入对子辈收入的影响通过父辈与子辈的教育传递、职业传递，父辈职业对子辈受教育程度的影响，父辈受教育程度对子辈职业的影响等路径实现。

1．3 数据说明与变量定义

本文采用2012年中国家庭追踪调查（CFPS）和1988年中国居民收入调查（CHIP）数据。CFPS数据由北京大学中国社会科学调查中心实施调查，样本覆盖25个省、市、自治区，包含16000户城乡家庭。CHIP数据由中国社会科学院经济研究所与国家统计局共同收集，涵盖10多个省份，包含约20000户城乡家庭。CFPS数据和CHIP数据都具有样本量大、数据质量高和可用信息多的特点。

由于CFPS数据和CHIP数据都没有包含户主父母的收入，数据中受教育程度、职业等个人特征信息是很好的估算父亲收入及修正计量偏误的工具变量。以2012年CFPS数据为子辈样本，子辈收入可以在该样本中观测获得；以1988年CHIP数据为父亲样本，父亲收入的回归系数可以通过工具变量求出。将子辈年龄定义为30～40岁，这一年龄段的收入最接近一生的平均收入[5]。父亲年龄选取孩子出生时22～35岁。在1988年样本中，父亲年龄区间为28～51岁，上限在65岁的劳动年龄范围内；子辈年龄为6～16岁，是人力资本形成的关键时期。个人收入采用工资性年收入，包括现金收入和实物收入，并用消费价格指数进行了缩减。剔除各样本的缺失值、异常值后，得出城乡居民父子配对有效样本分别为1157和1424。

2 实证分析

2．1 代际收入弹性估计及分析

对代际收入弹性的估计分两步：第一步，基于方程（2），利用1988年CHIP数据，对工具变量的回归系数进行估计。为了更好地控制计量误差，方程中加入了父亲的年龄及其平方项。从表1（见下页）的估计结果看，城镇居民和农村居民父亲收入方程的回归系数均通过了检验，方程整体拟合效果优良，说明教育和职业的确是中国城乡居民收入的重要决定因素。第二步，在计算出父亲收入估计值的基础上，利用2012年CFPS数据，基于方程（3），估计代际收入弹性。估计结果见表2所示。

表1 父亲收入方程估计结果

表2 城乡居民代际收入弹性

从表2可见，城镇居民代际收入弹性为0.327，农村居民为0.287。城镇居民的代际收入弹性大于农村居民，意味着城镇居民的子女受父辈收入的影响更大，收入差距代际传递程度更高。对于这一现象，可以从教育传递和职业传递的路径给出解释。Becker等（1986）认为，父母的收入水平在一定程度上可以决定子女的人力资本水平，进而影响子女的就业机会[6]。相对于农村居民，城镇居民的收入更高，城镇家庭在对子女进行教育投资决策时面临的收入约束较弱，能够为子女提供更多的教育投资，根据人力资本理论，受教育程度越高，收入也就越高。同时，城镇地区的教育收益率也更高。城镇居民可以通过人力资本投资的渠道影响子辈收入，使得代际间收入得以传递。从职业传递视角看，劳动力市场理论认为，在不完善的劳动力市场，工作的搜寻成本更高。中国劳动力市场具有转轨特征和二元特征，拥有就业机会的城镇居民父母则能够为子女提供更多的工作信息，降低子女获得工作机会的成本，通过直接或间接地影响子女的职业选择、就业状态，进而影响子辈的收入。

2．2 路径分解及分析

在准确测度代际收入弹性的基础上，基于方程（7）对传递路径进行分解，计算教育、职业对收入代际传递的影响程度，考察传递路径背后的作用机制。结果如表3所示。

表3 收入代际传递路径分解

从表3的分解结果可以看出：第一，教育传递和职业传递是中国居民收入差距代际传递的重要路径。两条路径对代际收入弹性具有较高的解释力，对城镇居民的贡献率为47%，对农村居民的贡献率为49%。这一结果与中国改革开放进程密切相关。随着市场化改革以及经济的高速增长，熟练劳动力需求日益增加，人力资本在收入分配中的作用不断提高，教育收益率在城乡都出现了明显的上升，从20世纪80年代的3%左右，上升到90年代的5%左右，这激励了父母对子女进行教育投资，使得教育传递成为中国居民收入代际传递的重要路径。同时，中国自古以来就有“子承父业”的传统思想，改革开放给农村居民也带来了更多进城就业的机会，使得农村居民的家庭背景和家庭关系网得以与城镇居民一样，在子女的工作搜寻过程中扮演重要角色，职业传递成为城乡居民父辈与子辈收入联系的关键纽带。

第二，城乡居民收入差距代际传递路径存在差异。城镇居民教育传递的贡献率为34.4%，远高于职业传递的贡献率，而农村居民职业传递的贡献率高于教育传递，为31.9%。产生这一结果的原因可以从两方面来看：其一，尽管教育收益率不断上升，但农村的教育收益率总是低于城镇，近年来，城乡教育收益率的差距呈现出扩大趋势。根据梁润（2011）的估计，2009年，城乡个人教育收益率分别为8.69%和4.74%，城乡差距从2000年的1%扩大到2009年的4%[7]。这会挫伤农村家庭尤其是低收入家庭对子女教育投资的积极性，成为导致城乡收入差距扩大的重要原因，也是城镇居民教育传递程度高于农村居民的重要原因。其二，徐晓红（2015）的研究表明，进城打工是农村居民摆脱父辈低收入影响，进而向上流动的主要通道，但由于城乡户籍分割所造成的职业歧视，农村家庭子女就业的职业选择并不多，往往沿着父辈进城就业的路径，通过亲戚、同乡介绍获得工作，使得家庭关系网得到强化，职业传递的贡献率提高[8]。

为了深入分析城乡居民教育传递、职业传递的特征，探寻城乡差异的内在原因，表4和表5（见下页）计算了城乡居民教育、职业代际流动矩阵。从受教育程度代际流动矩阵看，城镇居民的教育传递程度明显高于农村居民。具有大专学历的城镇居民，其子女有74%受教育程度在大专以上，而具有大专以上学历的农村居民子女，只有11.8%受过大专以上教育。父亲同为初中学历的家庭，城镇居民子女有半数以上能够上大学，农村居民子女上大学的机会却只有4.8%。事实上，在具有相同学历的情况下，农村家庭子女就业往往受到歧视，伴随着大学扩招和“就业难”现象，“读书无用论”思想开始在农村蔓延，极大地制约了农村居民受教育程度的提高。总体上看，城镇家庭子女受教育程度相对于父辈提高了42.1%，而农村家庭子女只比父辈提高了22.7%。农村居民子女人力资本提升缓慢，未来10～20年工人的素质就会下降，经济结构升级就会受到人力资本短缺的制约，这对经济的持久发展不利。对比城乡居民职业代际流动矩阵可见，城镇居民父亲为机关事业单位负责人、各类专业技术人员、办事人员，其子女在机关事业单位工作的机会较高，而农村居民基本上固化在工人、农民的职业，父亲为工人、农民职业的农村家庭子女，90%以上从事工人、农民职业。虽然中国的户籍制度逐渐弱化，一些农村家庭的子女相比他们的父辈实现了职业向上的流动，但由于歧视性效应仍然存在，大多拥挤在工人、服务业人员等低收入职业阶层，上升到较高职业阶层的机会很低。农村居民始终处在弱势地位，职业代际传递增大了其被边缘化的风险。

表4 城乡居民受教育程度代际流动矩阵 （单位：%）

表5 城乡居民职业代际流动矩阵 （单位：%）

3 结论与政策启示

本文运用双样本工具变量法，整合CFPS数据和CHIP数据，克服现有研究中存在的计量偏误，对中国城乡居民收入差距代际传递路径进行了分解，实证研究结果表明：教育传递和职业传递是中国居民收入代际传递的重要路径，但城乡居民的传递路径存在差异，城镇居民的教育传递贡献率更高，为34.4%，而农村居民的职业传递贡献率高于教育传递贡献率，为31.9%。利用教育、职业代际流动矩阵的进一步分析揭示，城乡居民教育差距正在扩大，已经成为收入差距代际传递的重要影响因素，农村低人力资本家庭的子女容易陷入贫困代际传递陷阱。尽管部分农村家庭子女通过进城打工摆脱了父辈低收入影响，降低了收入差距代际传递，但由于城乡劳动力市场分割依然存在，农村居民向较高职业阶层流动的路径并不通畅，存在着“天花板效应”。

根据上述实证研究的结果，本文得出以下政策启示：（1）加强对农村教育的投入，实现教育资源的均等分布。教育传递，意味着不同受教育程度的父辈，其子女在教育机会上具有的优势不同，农村家庭的子女往往面临劣势，而城乡教育收益率的差距，更削弱了农村低收入家庭对子女教育投资的动机，导致农村低收入家庭的子女陷入贫困代际传递陷阱。教育传递较高的贡献率表明，教育投资对收入代际传递的作用非常明显。因此，防止贫困代际传递，政府应当加强对农村教育的投入，增加低收入家庭子女受教育机会，提高农村师资和教学条件，消除相同受教育程度城乡劳动力在生产率上的差别。（2）打破劳动力市场的制度分割，建立公平的就业平台。职业传递的存在，说明父辈对子辈进入劳动力市场起着重要作用。尽管农村居民的收入差距代际传递程度低于城镇居民，但农村家庭的子女主要通过进城打工降低了父辈低收入的影响，从农村家庭子女的职业分布可以看出，城乡劳动力市场分割依然存在，农村居民向上流动的通道仍不通畅，这就需要政府建立和完善城乡统一的劳动力市场，消除就业市场上的信息不对称和市场分割，打破阻碍农村居民向上流动的“玻璃天花板”，降低收入差距代际传递。

[1]陈琳，袁志刚.中国代际收入流动性的趋势与内在传递机制[J].世界经济，2012，（6）.

[2]Solon G.Intergenerational Income Mobility in the United States[J]. American Economic Review,1992,82(3).

[3]Grawe N.Life Cycle Bias in the Estimation of Intergenerational In⁃come Mobility[R].Statistics Canada Analytical Studies Branch Work⁃ing Paper Series,2003.

[4]Lefranc A,Trannoy A.Intergenerational Earnings Mobility in France: Is More Mobile Than the US[J].Annales d'Economie et de Statistique, 2005,78(4).

[5]Haider S,Solon G.Life-Cycle Variation in the Association Between Current and Lifetime Earnings[J].American Economic Review,2006, 96(6).

[6]Becker G,Tomes N.Human Capical and the Rise and Fall of Families [J].Journal of Labor Economics,1986,4(3).

[7]梁润.中国城乡教育收益率差异与收入差距[J].当代经济科学，2011，（11）.

[8]徐晓红.中国城乡居民收入差距代际传递变动趋势：2002—2012 [J].中国工业经济，2015，（3）.

（责任编辑/浩 天）

F014.4

A

1002-6487（2016）24-0099-04

国家社会科学基金资助项目（14BJY039）；安徽大学农村改革与经济社会发展研究院项目（ADNY201525）

徐晓红（1965—），女，四川泸州人，教授，研究方向：收入分配。